5G时代,产品复杂,更新换代快,如何快速仿真不同的设计版本是影响研发效率的关键问题。本期我们用达索系统SIMULIA自己的手机模型来演示5G毫米波的仿真。

(图片仅为概念演示,未经达索系统授权不得使用)
完整的流程如下,先是天线本身的仿真,生成保密模型,然后手机厂商将天线保密模型和手机整合并仿真,得到电磁场的结果,以场源的形式在I-solver积分方程求解器环境下做后处理,得到FCC报告中要求的仿真结果,比如功率密度的分布。

Step 1. 毫米波天线的仿真和保密
这一步最重要的就是天线供应商要提供本地加密好网格的天线保密模组。
由于手机厂商无法看到保密天线的内部结构,所以不能对其调整内部网格;加上天线模组在手机里面可能会有一定的旋转角度,所以天线TLM保密模组在发布之前,供应商对其进行合适的本地加密网格是保证天线和手机整合后的仿真精度的关键。
下面以一个2x2的毫米波贴片天线为例,背面有馈电线,8个端口正交极化。

天线工作频率为毫米波波段n257, 26.5-29.5GHz, 仿真频率为24GHz-32GHz,也可以更宽的频率范围,比如0-40GHz,包括其他的毫米波段。

首先全局网格设置适当加密即可:

推荐本地设置包括,贴片金属厚度上要有一个网格,介质高度上要有三个网格,同轴信号的圆柱形金属直径上要有三个网格。这些都可以在TLM的本地加密功能实现。

注意这里建议用绝对值并且三个方向一样,因为天线将被旋转,绝对值的网格定义才能保证精确度;也正因为这样,网格设置的Specials里面,snapping就可以不勾选。有了本地加密,face refinement可以选择不需要。Smooth mesh with equilibrate ratio为1.25,网格尺寸变化比较平滑。

Limit octree cell size near to model to 是限制结构内部的最大网格,根据馈点处的结构尺寸适当定义。其他设置之前TLM相关文章也有解释和推荐过:


下面展示的是TLM的Octree网格在lumping之后,比正常的延展的六面体网格会少很多。密集的网格只聚集在结构周围,这样就允许结构旋转而网格数不会剧增。


TLM网格剖分之后,还可以得到金属的连接信息,用来分析是开路还是短路:

下面S11结果表示,用推荐的网格设置,不同旋转角度得到同样的结果,说明网格准确性非常好。

也可以和FEM频域有限元比较一下结果,用来互相验证仿真设置的精确度。下图中两种算法拿到一致的结果:(下图的天线模型略有不同,所以S11和上图不一样)

比较不同频点的远场结果,TLM和FEM的增益误差可控制在0.1dB以内:

单独天线来讲,仿真时间TLM用GPU加速一般都是十几分钟甚至几分钟之内,内存也就100-200MB左右。而FEM则需要差不多1个小时,内存通常需要GB级。
最后对模型进行保密就可以了,这里无需对端口保密,之前的本地加密网格设置也会在保密模型内部保留下来。

Step 2. 天线模型和手机模型的整合
第二步是手机厂商的仿真,这里我们用两个天线原模型分别放在演示手机模型上下两个位置,用保密模型效果也是一样。所以手机模型整机端口数为16,手机内部结构略有简化,但是多层的PCB板,柔性PCB,各种频段天线仍然是都包括在内。

手机的全局网格设置和天线的基本一致,屏幕为多层结构,需要本地加密一些:

Cell lumping 之后的网格数为千万级,相比Cell lumping之前网格数(亿级)减少差不多10倍。


一般我们在n257波段看三个频点就够了,这里定义三个场源和三个远场监视器。场源是为了导出用于后处理得到功率密度,远场是要看查看天线效果并且在接下来的收敛标准需要用到。这里之所以不直接定义功率监视器或电场磁场监视器,是因为我们要节省三维数据量,5G的波束扫描需要多个端口,加上频点多,如果不加控制,三维场很容易达到上百个,仿真效率大大降低,硬盘也将占据大量空间。
场源是等效的二维数据,只是在用户自定义的盒子表面;远场是三维数据,目前还需要定义。


收敛标准是个时域的小技巧。通常我们都是看能量衰减,比如-40dB甚至更低,但这里能量是指宽频的能量,不是所有频率都容易衰减。所以我们可以用自定义收敛标准替代能量衰减,比如5G天线更关心工作频段的S11反射和辐射功率的准确性,所以我们可以选Reflection S-Parameters和All Radiated Power都是收敛到0.001,或是根据需要设的更低,然后检查两次,确保收敛曲线稳定下来。这里的辐射功率收敛就和之前的远场监视器计算挂钩了。

另外,Maximum Solver Duration 的 Time=2ns,就是求解器最长仿真时间。一般以手机的尺寸,1ns以内信号是足够传播和辐射开,所以2ns只是确保总时间不要太久。两个收敛标准通常在1-2ns左右就可以将仿真停下,仿真结束之后可以查看收敛曲线,确保结果达到要求,这样就控制仿真总时间,快速而高效。

上图可看到我们在1.6ns左右停下来,如果这时候查看能量曲线,其实也就只达到-20~-30dB左右。

下图是天线S11在手机中的结果:

Step 3. 用场源提取功率密度
同样是手机厂商的工作范畴。下图是8个场源导入到I-solver里面,对应的是4个端口,双极化。实际上场源可以达到上百个。我们提供新的Macro宏脚本可以从上一步的手机仿真cst文件中自动识别并导入所有的场源,还可以自动导入激励的振幅相位表来做波束扫描。有需要的用户可联系CST的技术人员。

导入场源盒子之后,I-solver仿真就非常简单了,全局网格适当加密,求解器精确度不需要很高,网格较少。

用Macro宏脚本设置三维结果的采样密度:


还需定义E和H场监视器。这里主要是利用E和H的二维平面定义,比如在手机上方一定距离的平面上,我们关心功率密度的分布。仿真简单,速度也很快。

下图为电场在x=-8位置的结果:

不放心的用户也可以在之前手机TLM模型里面定义同样的电场磁场比较一下,结果应该相同:

下面就是用后处理算功率密度,磁场的共轭和电场叉积。


另一个后处理可以算局部均值,比如下图是按4cm^2均值后的功率密度图,可见分布更平滑。


最后划重点:
-
TLM 算法手动设置略多一些,在5G毫米波手机天线方面仿真具有网格优势。
-
功率密度的提取可在CST中完成,利用场源的替代方法可以避免生成大量三维数据,占用资源。
-
仿真时间上,TLM支持GPU加速,同时推荐分布式计算同时激励多个端口,整机仿真可在几小时内完成。
(本案例手机模型,0-35GHz, 两个GV100 GPU, lumping后4千万网格,仅用10%GPU内存,一台机器16个端口单独激励,一共10小时左右,若多端口同时激励,几小时完全可以)
- 本案例中提到的Macro宏脚本请与CST技术人员联系。


今后我们还会持续更新整机仿真的流程和新功能,比如更多的后处理,比如波束、EIRP和CDF等等。
【推荐内容】